
import pandas as pd
import datetime as dt
import plotly.express as px
import matplotlib.pyplot as plt
import warnings
warnings.simplefilter("ignore", category=FutureWarning)


import nltk
from nltk.corpus import stopwords
from pymystem3 import Mystem
from string import punctuation
nltk.download('stopwords')

[nltk_data] Downloading package stopwords to /home/jovyan/nltk_data...
[nltk_data]   Package stopwords is already up-to-date!

True


import scipy.stats
from scipy import stats as st
from scipy.stats import binom, norm


df = pd.read_csv('/datasets/ecom_dataset_upd.csv')


def data_full_info(dataset):
    print (dataset.info())
    print('\033[1m' + 'Количество дубликатов в таблице:' + '\033[0m', dataset.duplicated().sum())
    return (dataset.head(10))

data_full_info(df)

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7474 entries, 0 to 7473
Data columns (total 6 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   date         7474 non-null   int64  
 1   customer_id  7474 non-null   object 
 2   order_id     7474 non-null   int64  
 3   product      7474 non-null   object 
 4   quantity     7474 non-null   int64  
 5   price        7474 non-null   float64
dtypes: float64(1), int64(3), object(2)
memory usage: 350.5+ KB
None
Количество дубликатов в таблице: 0


df['product'].nunique()

2343


df['product'] = df['product'].str.lower()
df['product'] = df['product'].str.replace('ё', 'е', regex=True)


df.duplicated().sum()

0


df_duplicated = df[df.duplicated(['customer_id', 'order_id', 'product', 'quantity', 'price'])]
df_duplicated


percent = (len(df_duplicated) / len(df))
print('Процент дубликатов от общего числа записей:', format(percent, ".00%"))

Процент дубликатов от общего числа записей: 25%


df = df.drop_duplicates(subset=['customer_id', 'order_id', 'product', 'quantity', 'price'])


df = df.reset_index(drop=True)


two_customers_order = df.groupby('order_id')['customer_id'].nunique().reset_index()
two_customers_order.sort_values(by='customer_id', ascending=False)
two_customers_order = two_customers_order.query('customer_id == 1')
one_co = two_customers_order['order_id']
df = df.query('order_id in @one_co').reset_index(drop=True)
df


df['date'] = pd.to_datetime(df['date'], format='%Y%m%d%H')


df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
#df['date_month'] = df['date'].astype('datetime64[M]')


df["year_month"] = df.date.dt.to_period('M').dt.to_timestamp()


df['total_price'] = df['price'] * df['quantity']

df


print('Общее количество проданного товара за исследуемый период составляет:', df['quantity'].sum())

Общее количество проданного товара за исследуемый период составляет: 14314


print('Общее количество совершенных заказов за исследуемый период составляет:',df['order_id'].nunique())

Общее количество совершенных заказов за исследуемый период составляет: 3492


print('Общее количество покупателей за исследуемый период составляет:',df['customer_id'].nunique())

Общее количество покупателей за исследуемый период составляет: 2413


order_per_customer = df.groupby('customer_id')['order_id'].nunique().reset_index()
order_per_customer.describe()


order_per_customer


fig = px.box(order_per_customer.query('order_id <= 20'), y='order_id')
fig.update_layout(title='Распределение количества заказов на человека',
                   yaxis_title='Количество заказов')
fig.show()


order_per_customer= order_per_customer.query('order_id <= 20')
cust_id = order_per_customer['customer_id']
df_new = df.query('customer_id in @cust_id')


df_new


price = df_new.groupby('order_id')['total_price'].sum().reset_index()


price


fig = px.box(price.query('total_price <= 20000'), y='total_price')
fig.update_layout(title='Распределение стоимости покупки',
                   yaxis_title='Стоимость')
fig.show()


price = price.query('total_price <= 20000')
price_oi = price['order_id']
df_new = df_new.query('order_id in @price_oi')


mean_receipt = df_new.groupby('order_id')['total_price'].mean().reset_index()
mean_receipt.describe()


fig = px.box(mean_receipt, y='total_price')
fig.update_layout(title='Стоимость среднего чека без выбросов',
                   yaxis_title='Стоимость')
fig.show()


print('Дата первого заказа в датасете:', df_new['date'].min())
print('Дата последнего заказа в датасете:', df_new['date'].max())
print('Период исследования:', df_new['date'].max() - df_new['date'].min())

Дата первого заказа в датасете: 2018-10-01 00:00:00
Дата последнего заказа в датасете: 2020-01-31 15:00:00
Период исследования: 487 days 15:00:00


order_per_day = (df_new.pivot_table(index='year_month', values='total_price', aggfunc={'sum', 'mean'})
                  .sort_values(by='year_month', ascending=False)
                  .reset_index())
order_per_day.columns = ['date', 'mean', 'sum']
order_per_day['mean'] = round(order_per_day['mean'], 2)


fig = px.bar(order_per_day,
             template='plotly_white',
             x='date', 
             y='sum'                 
            )

fig.update_layout(title='Сумма покупок в динамике',
                   xaxis_title='Дата',
                   yaxis_title='Сумма покупок')

fig.update_layout(showlegend=False)

fig.show() 


fig = px.bar(order_per_day,
             template='plotly_white',
             x='date', 
             y='mean'               
            )

fig.update_layout(title='Средний чек в динамике',
                   xaxis_title='Дата',
                   yaxis_title='Средний чек')

fig.update_layout(showlegend=False)

fig.show()


df_order_count = df_new.pivot_table(index='year_month', values='quantity', aggfunc='sum')
fig = px.line(df_order_count,  markers=True)
fig.update_layout(title='Количество купленных товаров в динамике',
                   xaxis_title='Дата',
                   yaxis_title='Количество товаров',
                   template='plotly_white')

fig.update_layout(showlegend=False)
fig.show()


mystem = Mystem() 
russian_stopwords = stopwords.words("russian")
russian_stopwords.extend(['лента','ассорт','разм','арт','что', 'это', 'так', 'вот', 'быть', 'как', 'в', '—', 'к', 'на'])


def preprocess_text(text):
    text = str(text)
    tokens = mystem.lemmatize(text.lower())
    tokens = [token for token in tokens if token not in russian_stopwords\
              and token != " " \
              and len(token)>=3 \
              and token.strip() not in punctuation \
              and token.isdigit()==False]
    text = " ".join(tokens)
    return text


print('Было:', df_new['product'][0])
print('Стало:', preprocess_text(df['product'][0]))

Было: комнатное растение в горшке алое вера, d12, h30
Стало: комнатный растение горшок алый вера d12 h30


df_new['processed']=df_new['product'].apply(preprocess_text)
df_new.head()

/tmp/ipykernel_31/1481695642.py:1: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


plants = ['аспарагус','афеляндра','альбука', 'артемизия','аптения','алоэ', 'арбуз', 'аммигум', 'бакопа',
          'базилик', 'барвинок', 'бегония', 'бальзамин', 'вербейник', 'вербена', 'герань', 'гербера', 'гвоздика',
          'гиностемма', 'годеция', 'дендробиум', 'дифенбахия', 'дыня', 'ель', 'ежеплодник', 'ежеголовник', 'евпомация',
          'еремагона', 'зев','зверобой','земляника','зимовник','иссоп','калибрахоа','кашпо','клубника', 'камнеломка',
          'колокольчик', 'капуста', 'кипарис', 'клоффера', 'калатея', 'каланхое', 'калоцефалус', 'капсикум', 'календула',
          'кореопсис','космея', 'лобелия', 'лапнатка', 'микс', 'мирт', 'молодило', 'нолина', 'осина', 'овсянница', 'папоротник',
          'пеларгония', 'петрушка', 'примула', 'паунсентия', 'роза', 'радермахера', 'растение', 'смесь', 'соланум', 'томат',
          'фиалка', 'флокс', 'фикус', 'фаленопсис', 'хризалидокарпус', 'хлорофитум', 'хризантема', 'цикламен', 'цветок',
          'циперус', 'цикламен', 'радермахер', 'хризолидокарпус', 'шеффлер', 'юкка', 'эхеверия', 'мята', 'лавр', 'декабрист',
          'чабер', 'гиацинт', 'джункус', 'драцена', 'фатсия', 'лапчатка', 'петуния', 'портулак', 'эхеверие', 'эвкалипт',
          'адиантум', 'кампануть', 'глоклиния', 'азалия', 'кориандр', 'сантолина', 'антуриум', 'душица', 'мелисса', 'розмарин', 
          'альбук', 'лаванда', 'каллун', 'мимоза', 'бархатцы', 'косметь', 'морковь', 'настурция', 'огурец', 'гвоздик', 'цинерария',
          'подсолнечник', 'аптение', 'пуансеттия', 'крассула', 'скиммия', 'ориттоний', 'тимьян', 'спатифиллум', 'кофе', 
         'эхинокактус', 'фал', 'крокус', 'крокус', 'гипсофил', 'тюльпан', 'эпипремнум', 'горох', 'укроп', 'нефролепис', 'калла',
         'нарцисс', 'ранункулус', 'смолевка', 'цинния', 'котовник', 'осколка', 'виола', 'платикодон', 'энотера', 'фуксия',
          'цитрофортунелла', 'глоксиния', 'фиттоний', 'георгин', 'ясколка', 'пеперомия', 'синнингия', 'гардения', 'виноград',
         'мускарь', 'пиретрум', 'муррайя', 'баклажан', 'патиссон', 'гайлардий', 'монард', 'нивянник', 'рудбекия', 'седум', 
          'молодить', 'аллисум', 'бузульник', 'солидаго', 'физостегия', 'бадан', 'лен', 'лантан', 'лаватер', 'анемон', 
         'буддлей', 'валериана', 'змееголовник', 'любисток', 'табак', 'шалфей', 'вигна', 'кабачок', 'тыква', 'хамедорей', 
         'мединилла', 'клен', 'замиокулькас', 'амариллис', 'салат', 'пахира', 'пиретрум', 'алиссум', 'эшшольция']
seedlings = ['рассада', 'черенок']
textile = ['плед', 'скатерть', 'полотенце', 'салфетка', 'штора', 'наматрасник', 'покрывало', 'простынь', 'белье', 'подушка',
           'одеяло', 'наволочка', 'халат', 'пододеяльник', 'простыня', 'ткань', 'наматрацник', 'тряпка', 'пуф', 'завертка']
decor = ['муляж', 'ковер', 'коврик', 'фоторамка', 'искусственный', 'декоративный']
for_kitchen = ['сковорода', 'тарелка', 'ложка', 'вилка', 'нож', 'котел', 'фужер', 'кувшин', 'толкушка', 'чайник', 'банка',
             'крышка', 'миксер', 'электроштопор', 'посуда', 'антипригарный', 'рыбочистка', 'овощеварка', 'салатник',
             'мантоварка', 'кисточка', 'кружка', 'пресс', 'термостакан', 'кухонный', 'скалка', 'противень', 'чайный', 'терка',
              'салфетница', 'стакан', 'кондитерский', 'картофелемялка', 'кекс', 'миска', 'бокал', 'столовый', 'термокружок',
              'термос', 'разделочный', 'блюдце', 'бульонница', 'кастрюля', 'хлебница', 'форма', 'венчик', 'орехоколка', 
              'сито', 'тортница', 'блюдо', 'сотейник', 'сахарница', 'соковарка', 'соковыжималка', 'половник',
              'кипятильник']
bags = ['сумка', 'тележка']
for_cleaning = ['таз', 'вантуз', 'корыто', 'щетка', 'ерш', 'перчатки', 'швабра', 'губка', 'чистка', 'антижир', 'совок', 'сметка', 
                'лоток', 'перчатка', 'веник', 'средство', 'ролик', 'ковш', 'мытье', 'пылесос', 'полировка', 'окно', 'окномойка']
for_washing = ['сушилка', 'гладильный', 'стиральный', 'пятна', 'крем', 'одежда', 'подрукавник', 'кондиционер',
              'соль', 'гель', 'прищепка', 'утюг', 'прищепок', 'сетка', 'стирка']
for_bathroom = ['дозатор', 'штанга', 'ванный', 'ванна', 'пробка', 'фен', 'мыльница', 'ванна', 'подголовник', 'шпагат']
tools = ['шило', 'термометр', 'инструмент', 'сверел', 'сверла', 'сверло', 'напильник', 'стремянка', 'стяжк', 'линейка',
        'шпингалет', 'сварка', 'крепеж', 'пружин', 'шнур', 'весы', 'бензин', 'лопатка', 'петля', 'светильник',
         'петля', 'скоба', 'штангенциркуль', 'насадка', 'фиксатор', 'батарейка', 'решетка', 'уголок', 'свереть']
storage = ['вешалка', 'чехол', 'корзина', 'контейнер', 'кофр', 'карниз', 'ящик', 'хранение', 'коробка', 'урна', 'комод',
            'полка', 'ключница', 'подставка', 'плечики', 'ведро', 'емкость', 'крючок', 'полк', 'обувница', 'стеллаж', 'бидон',
          'этажерка']
hygiene = ['зубной', 'туалетный', 'пена', 'бумага', 'мыло', 'маска']


df_new['category'] = 0
def categoryzer(list_of_words, category):
    join = '|'.join(list_of_words)
    index = df_new[df_new['processed'].str.lower().str.contains(join)].index.to_list()
    for i in index:
        df_new.loc[i, 'category'] = category
    return df_new

/tmp/ipykernel_31/2080708419.py:1: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


categoryzer(plants, 'Растения')
categoryzer(bags, 'Сумки и тележки')
categoryzer(storage, 'Хранение')
categoryzer(textile, 'Текстиль')
categoryzer(decor, 'Декор')
categoryzer(for_kitchen, 'Для кухни')
categoryzer(for_cleaning, 'Для уборки')
categoryzer(for_washing, 'Для стирки')
categoryzer(hygiene, 'Гигиена')
categoryzer(tools, 'Инструменты')
categoryzer(seedlings, 'Рассада')
categoryzer(for_bathroom, 'Для ванной')

/opt/conda/lib/python3.9/site-packages/pandas/core/indexing.py:1720: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


category_total = df_new.groupby('category')['total_price'].sum().reset_index()
category_total['total_price'] = round(category_total['total_price'])


category_total.sort_values(by='total_price', ascending=False).reset_index(drop=True)


def pie_category(data, name):
    category = data.groupby('category')['quantity'].sum().reset_index()
    fig = px.pie(category.sort_values(by='quantity', ascending=False), values='quantity', names='category')
    fig.update_layout(title='Соотношение популярности категорий товаров ' + name)
    return fig.show()


def bar_sum_price(data, name):
    df_category = (data.groupby(['year_month', 'category'])['total_price']
                       .sum()
                       .reset_index())
    df_category.columns = ['date', 'category', 'sum_price']
    df_category['sum_price'] = round(df_category['sum_price'])
    df_category = df_category.sort_values(by='sum_price', ascending=False)
    
    fig = px.bar(df_category,
             x='date',
             y='sum_price', 
             template='plotly_white',
             color='category',
             labels=dict(category="Категория"))

    fig.update_layout(width=1000, 
                  height=700)
    
    fig.update_layout(title='Сумма покупок по категориям ' + name,
                   xaxis_title='Дата',
                   yaxis_title='Сумма покупок')


    return fig.show()


def box_receipt(data, name):
    mean_receipt = data.groupby(['category','order_id'])['total_price'].mean().reset_index()
    fig = px.box(mean_receipt.query('total_price <= 12000'),
             y="total_price",
             x="category",
             color="category",
             template='plotly_white',
             labels={"category": "Категории товаров"})

    fig.update_layout(title='Распределение суммы покупки по категориям товаров ' + name,
                   xaxis_title='Категория',
                   yaxis_title='Сумма покупки')
    fig.update_layout(showlegend=False)
    return fig.show()


def line_count_products(data, name):
    df_category_count = data.groupby(['year_month', 'category'])['quantity'].count().reset_index()
    df_category_count.columns = ['date', 'category', 'count']
    fig = px.line(df_category_count,
                  x="date", y="count",
                  template='plotly_white',
                  color='category',
                  labels=dict(category="Категория"))
    fig.update_layout(title='Количество купленных товаров по категориям ' + name,
                   xaxis_title='Дата',
                   yaxis_title='Количество товаров')

    return fig.show()


pie_category(df_new, 'общих данных')


box_receipt(df_new, 'общих данных')


bar_sum_price(df_new, 'общих данных')


line_count_products(df_new, 'общих данных')


print('Общее количество проданного товара за исследуемый период без выбросов составляет:', df_new['quantity'].sum())
print('Общее количество совершенных заказов за исследуемый период без выбросов составляет:',df_new['order_id'].nunique())
print('Общее количество покупателей за исследуемый период без выбросов составляет:',df_new['customer_id'].nunique())

Общее количество проданного товара за исследуемый период без выбросов составляет: 12100
Общее количество совершенных заказов за исследуемый период без выбросов составляет: 3324
Общее количество покупателей за исследуемый период без выбросов составляет: 2405


NOW = dt.datetime(2020,1,31)
RFM_data = df_new
RFM_data['date'] = pd.to_datetime(RFM_data['date'])
# RFM таблица
RFM_table=RFM_data.groupby('customer_id').agg({'date': lambda x: (NOW - x.max()).days, # Давность
                                                'order_id': lambda x: len(x.unique()), # Частота
                                                'total_price': lambda x: x.sum()})    # Денежная ценность 

RFM_table['date'] = RFM_table['date'].astype(int)

RFM_table.rename(columns={'date': 'recency', 
                         'order_id': 'frequency',
                         'total_price': 'monetary_value'}, inplace=True)
RFM_table.head()

/tmp/ipykernel_31/862126640.py:3: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy


quantiles = RFM_table.quantile(q=[0.25,0.5,0.75])
quantiles


# Преобразование квантилей в словарь, более простое в использовании
quantiles = quantiles.to_dict()
##  Сегментация RFM ----
RFM_Segment = RFM_table.copy()
# Аргументы (x = value, p = recency, monetary_value, frequency, k = quartiles dict)
def R_Class(x,p,d):
    if x <= d[p][0.25]:
        return 4
    elif x <= d[p][0.50]:
        return 3
    elif x <= d[p][0.75]: 
        return 2
    else:
        return 1
    
# Аргументы (x = value, p = recency, monetary_value, frequency, k = quartiles dict)
def FM_Class(x,p,d):
    if x <= d[p][0.25]:
        return 1
    elif x <= d[p][0.50]:
        return 2
    elif x <= d[p][0.75]: 
        return 3
    else:
        return 4
RFM_Segment['R_Quartile'] = RFM_Segment['recency'].apply(R_Class, args=('recency',quantiles,))
RFM_Segment['F_Quartile'] = RFM_Segment['frequency'].apply(FM_Class, args=('frequency',quantiles,))
RFM_Segment['M_Quartile'] = RFM_Segment['monetary_value'].apply(FM_Class, args=('monetary_value',quantiles,))
RFM_Segment['RFMClass'] = RFM_Segment.R_Quartile.map(str) \
                            + RFM_Segment.F_Quartile.map(str) \
                            + RFM_Segment.M_Quartile.map(str)


RFM_Segment[RFM_Segment['RFMClass']=='444'].sort_values('monetary_value', ascending=False).head()


top_customers = RFM_Segment[RFM_Segment['RFMClass']=='344'].sort_values('monetary_value', ascending=False).reset_index()
top_customers.columns = ['customer_id', 'recency', 'frequency', 'monetary_value', 'r_quartile', 'f_quartile', 'm_quartile', 'rfm_class']
top_customers


loyal_customers = RFM_Segment[RFM_Segment['F_Quartile'] >= 3 ].sort_values('monetary_value', ascending=False).reset_index()
loyal_customers.columns = ['customer_id', 'recency', 'frequency', 'monetary_value', 'r_quartile', 'f_quartile', 'm_quartile', 'rfm_class']
loyal_customers


lowvalue_customers = RFM_Segment[RFM_Segment['R_Quartile'] <= 2 ].sort_values('monetary_value', ascending=False).reset_index()
lowvalue_customers.columns = ['customer_id', 'recency', 'frequency', 'monetary_value', 'r_quartile', 'f_quartile', 'm_quartile', 'rfm_class']
lowvalue_customers


lost_customers = RFM_Segment[RFM_Segment['RFMClass']=='111'].sort_values('recency',ascending=False).reset_index()
lost_customers.columns = ['customer_id', 'recency', 'frequency', 'monetary_value', 'r_quartile', 'f_quartile', 'm_quartile', 'rfm_class']
lost_customers


df_merged = df_new.merge(RFM_Segment, on='customer_id')


fig = px.scatter(df_merged.sort_values(by='RFMClass'), x="RFMClass", y="monetary_value")

fig.update_layout(title='Распределение денежной значимости по классам',
                   xaxis_title='Класс',
                   yaxis_title='Денежная значимость')

fig.show()


fig = px.scatter(df_merged.sort_values(by='RFMClass'), x="RFMClass", y="recency")

fig.update_layout(title='Распределение давности покупки по классам',
                   xaxis_title='Класс',
                   yaxis_title='Давность')
fig.show()


fig = px.scatter(df_merged.sort_values(by='RFMClass'), x="RFMClass", y="frequency")

fig.update_layout(title='Распределение Частоты покупки по классам',
                   xaxis_title='Класс',
                   yaxis_title='Частота')

fig.show()


fig = px.scatter_matrix(df_merged,
    dimensions=["quantity", "price", "total_price", "recency", "frequency", "monetary_value"]) # remove underscore

fig.update_layout(title='Матрица корреляции',
                   width=1000, 
                   height=600
                 )

fig.update_traces(diagonal_visible=False)
fig.show()


top_customers_id = top_customers['customer_id']


tc_df = df_new.query('customer_id in @top_customers_id')
tc_df.describe()


pie_category(tc_df, 'для Топ-клиентов')
box_receipt(tc_df, 'для Топ-клиентов')
bar_sum_price(tc_df, 'для Топ-клиентов')
line_count_products(tc_df, 'для Топ-клиентов')


loyal_customers_id = loyal_customers['customer_id']
lc_df = df_new.query('customer_id in @loyal_customers_id')


lc_df.describe()


pie_category(lc_df, 'для Преданных клиентов')
box_receipt(lc_df, 'для Преданных клиентов')
bar_sum_price(lc_df, 'для Преданных клиентов')
line_count_products(lc_df, 'для Преданных клиентов')


lowvalue_customers_id = lowvalue_customers['customer_id']
lvc_df = df_new.query('customer_id in @lowvalue_customers_id')


lvc_df.describe()


pie_category(lvc_df, 'для Клиентов на пороге оттока')
box_receipt(lvc_df, 'для Клиентов на пороге оттока')
bar_sum_price(lvc_df, 'для Клиентов на пороге оттока')
line_count_products(lvc_df, 'для Клиентов на пороге оттока')


lost_customers_id = lost_customers['customer_id']
lostc_df = df_new.query('customer_id in @lost_customers_id')


lostc_df.describe()


pie_category(lostc_df, 'для Потерянных клиентов')
box_receipt(lostc_df, 'для Потерянных клиентов')
bar_sum_price(lostc_df, 'для Потерянных клиентов')
line_count_products(lostc_df, 'для Потерянных клиентов')


from scipy.stats import shapiro
import scipy.stats as stats


# Определение функции для теста Шапиро-Уилка
def shapiro_test(data, alpha=0.05):
    stat, p = shapiro(data)
    if p > alpha:
        print('Данные выглядят как нормальные (гауссовские)')
    else:
        print('Данные не выглядят как нормальные (гауссовские)')


shapiro_test(tc_df['total_price'])
shapiro_test(lc_df['total_price'])
shapiro_test(lostc_df['total_price'])
shapiro_test(lvc_df['total_price'])

Данные не выглядят как нормальные (гауссовские)
Данные не выглядят как нормальные (гауссовские)
Данные не выглядят как нормальные (гауссовские)
Данные не выглядят как нормальные (гауссовские)


shapiro_test(top_customers['frequency'])
shapiro_test(loyal_customers['frequency'])
shapiro_test(lowvalue_customers['frequency'])
shapiro_test(lost_customers['frequency'])

Данные не выглядят как нормальные (гауссовские)
Данные не выглядят как нормальные (гауссовские)
Данные не выглядят как нормальные (гауссовские)
Данные выглядят как нормальные (гауссовские)

/opt/conda/lib/python3.9/site-packages/scipy/stats/_morestats.py:1797: UserWarning:

Input data for shapiro has range zero. The results may not be accurate.


def h_test(sample_1, sample_2, alpha):
    results = st.mannwhitneyu(sample_1, sample_2)

    if results.pvalue < alpha:
        print('Отвергаем нулевую гипотезу: разница статистически значима')
    else:
        print('Не получилось отвергнуть нулевую гипотезу, вывод о различии сделать нельзя') 
    return print('p-значение: ', results.pvalue)


start = "\033[1m"
end = "\033[0;0m"


print(start + 'Проверка топ-клиентов и лояльных клиентов' + end)
h_test(tc_df['total_price'], lc_df['total_price'], 0.05) 
print(start + 'Проверка топ-клиентов и клиентов на пороге оттока' + end)
h_test(tc_df['total_price'], lvc_df['total_price'], 0.05)
print(start + 'Проверка топ-клиентов и потерянных клиентов' + end)
h_test(tc_df['total_price'], lostc_df['total_price'], 0.05)
print(start + 'Проверка лояльных клиентов и клиентов на пороге оттока' + end)
h_test(lc_df['total_price'], lvc_df['total_price'], 0.05)
print(start + 'Проверка лояльных клиентов и потерянных клиентов' + end)
h_test(lc_df['total_price'], lostc_df['total_price'], 0.05)
print(start + 'Проверка клиентов на пороге оттока и потерянных клиентов' + end)
h_test(lvc_df['total_price'], lostc_df['total_price'], 0.05)

Проверка топ-клиентов и лояльных клиентов
Не получилось отвергнуть нулевую гипотезу, вывод о различии сделать нельзя
p-значение:  0.09424317103407745
Проверка топ-клиентов и клиентов на пороге оттока
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  0.00016343030901591079
Проверка топ-клиентов и потерянных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  2.780304589747676e-08
Проверка лояльных клиентов и клиентов на пороге оттока
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  1.6934614412087197e-23
Проверка лояльных клиентов и потерянных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  1.412745799988815e-11
Проверка клиентов на пороге оттока и потерянных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  0.018913000690952204


data = pd.DataFrame({'test': ['one', 'two', 'three', 'four', 'five', 'six'],
                     'p_value': [0.09424317103407745,
                                 0.00016343030901591079,
                                 2.780304589747676e-08,
                                 1.6934614412087197e-23,
                                 1.412745799988815e-11,
                                 0.018913000690952204]})
#столбец alpha значениями 0.05
data['alpha'] = 0.05
# столбец test_result будет содержать True, если p-value меньше alpha
data['test_result'] = data['p_value'] < data['alpha']

m = data['test'].count()# число тестов здесь
alpha = 0.05#уровень значимости здесь
result = []
#цикл для расчёта коррекции уровня значимости
for i in range(m):
    result += [alpha / (m-i)]
data['alpha_holm'] = pd.Series(result) # результат в столбец

data['test_result_corr'] = data['p_value'] < data['alpha_holm']# сравнение p-value со скорректированным уровнем значимости

print(data[['test', 'p_value', 'alpha', 'test_result', 'alpha_holm', 'test_result_corr']])
print('Доли отвергнутых Η0 для тестов без коррекции и с коррекцией:',
      data['test_result'].mean(),
      data['test_result_corr'].mean()
     )

    test       p_value  alpha  test_result  alpha_holm  test_result_corr
0    one  9.424317e-02   0.05        False    0.008333             False
1    two  1.634303e-04   0.05         True    0.010000              True
2  three  2.780305e-08   0.05         True    0.012500              True
3   four  1.693461e-23   0.05         True    0.016667              True
4   five  1.412746e-11   0.05         True    0.025000              True
5    six  1.891300e-02   0.05         True    0.050000              True
Доли отвергнутых Η0 для тестов без коррекции и с коррекцией: 0.8333333333333334 0.8333333333333334


print(start + 'Проверка топ-клиентов и лояльных клиентов' + end)
h_test(top_customers['frequency'], loyal_customers['frequency'], 0.05)
print(start + 'Проверка топ-клиентов и клиентов на пороге оттока' + end)
h_test(top_customers['frequency'], lowvalue_customers['frequency'], 0.05)
print(start + 'Проверка топ-клиентов и потерянных клиентов' + end)
h_test(top_customers['frequency'], lost_customers['frequency'], 0.05)
print(start + 'Проверка лояльных клиентов и клиентов на пороге оттока' + end)
h_test(loyal_customers['frequency'], lowvalue_customers['frequency'], 0.05)
print(start + 'Проверка лояльных клиентов и потерянных клиентов' + end)
h_test(loyal_customers['frequency'], lost_customers['frequency'], 0.05)
print(start + 'Проверка клиентов на пороге оттока и потерянных клиентов' + end)
h_test(lowvalue_customers['frequency'], lost_customers['frequency'], 0.05)

Проверка топ-клиентов и лояльных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  1.856771038935137e-26
Проверка топ-клиентов и клиентов на пороге оттока
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  1.0905380121265699e-11
Проверка топ-клиентов и потерянных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  4.999983901485529e-35
Проверка лояльных клиентов и клиентов на пороге оттока
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  0.0
Проверка лояльных клиентов и потерянных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  8.235839013402999e-196
Проверка клиентов на пороге оттока и потерянных клиентов
Отвергаем нулевую гипотезу: разница статистически значима
p-значение:  0.0001421592876252509


data = pd.DataFrame({'test': ['one', 'two', 'three', 'four', 'five', 'six'],
                     'p_value': [1.856771038935137e-26,
                                 1.0905380121265699e-11,
                                 4.999983901485529e-35,
                                 0.0,
                                 8.235839013402999e-196,
                                 0.0001421592876252509]})
#столбец alpha значениями 0.05
data['alpha'] = 0.05
# столбец test_result будет содержать True, если p-value меньше alpha
data['test_result'] = data['p_value'] < data['alpha']

m = data['test'].count()# число тестов здесь
alpha = 0.05#уровень значимости здесь
result = []
#цикл для расчёта коррекции уровня значимости
for i in range(m):
    result += [alpha / (m-i)]
data['alpha_holm'] = pd.Series(result) # результат в столбец

data['test_result_corr'] = data['p_value'] < data['alpha_holm']# сравнение p-value со скорректированным уровнем значимости

print(data[['test', 'p_value', 'alpha', 'test_result', 'alpha_holm', 'test_result_corr']])
print('Доли отвергнутых Η0 для тестов без коррекции и с коррекцией:',
      data['test_result'].mean(),
      data['test_result_corr'].mean()
     )

    test        p_value  alpha  test_result  alpha_holm  test_result_corr
0    one   1.856771e-26   0.05         True    0.008333              True
1    two   1.090538e-11   0.05         True    0.010000              True
2  three   4.999984e-35   0.05         True    0.012500              True
3   four   0.000000e+00   0.05         True    0.016667              True
4   five  8.235839e-196   0.05         True    0.025000              True
5    six   1.421593e-04   0.05         True    0.050000              True
Доли отвергнутых Η0 для тестов без коррекции и с коррекцией: 1.0 1.0

	date	customer_id	order_id	product	quantity	price
0	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Комнатное растение в горшке Алое Вера, d12, h30	1	142.0
1	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Комнатное растение в горшке Кофе Арабика, d12,...	1	194.0
2	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Радермахера d-12 см h-20 см	1	112.0
3	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Хризолидокарпус Лутесценс d-9 см	1	179.0
4	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Циперус Зумула d-12 см h-25 см	1	112.0
5	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Шеффлера Лузеана d-9 см	1	164.0
6	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	Юкка нитчатая d-12 см h-25-35 см	1	134.0
7	2018100108	375e0724-f033-4c76-b579-84969cf38ee2	68479	Настенная сушилка для белья Gimi Brio Super 100	1	824.0
8	2018100108	6644e5b4-9934-4863-9778-aaa125207701	68478	Таз пластмассовый 21,0 л круглый "Водолей" С61...	1	269.0
9	2018100109	c971fb21-d54c-4134-938f-16b62ee86d3b	68480	Чехол для гладильной доски Colombo Persia Beig...	1	674.0

	date	customer_id	order_id	product	quantity	price
58	2018100218	b731df05-98fa-4610-8496-716ec530a02c	68474	доска гладильная eurogold professional 130х48 ...	1	3299.0
59	2018100219	b731df05-98fa-4610-8496-716ec530a02c	68474	доска гладильная eurogold professional 130х48 ...	1	3299.0
60	2018100220	b731df05-98fa-4610-8496-716ec530a02c	68474	доска гладильная eurogold professional 130х48 ...	1	3299.0
63	2018100304	b731df05-98fa-4610-8496-716ec530a02c	68474	доска гладильная eurogold professional 130х48 ...	1	3299.0
94	2018100413	32de7df8-8d4f-4c84-a7b9-c41d00dd83ba	68522	эвкалипт гунни d-17 см h-60 см	1	1409.0
...	...	...	...	...	...	...
6706	2019102810	57cc80a2-2610-4eef-9457-e7c3bf0c72f0	70960	сумка-тележка 2-х колесная gimi argo красная	1	1087.0
6711	2019102821	cb65d08a-dae7-4890-aef0-bb9f79055e02	73108	мирт d-9 см h-15 см	1	134.0
6728	2019103100	ffaeab76-3a8d-49ee-860f-17273b2fc8a2	73136	таз пластмассовый со стиральной доской (иж), 1...	1	397.0
6729	2019103102	ffaeab76-3a8d-49ee-860f-17273b2fc8a2	73136	таз пластмассовый со стиральной доской (иж), 1...	1	397.0
6736	2019103116	344aa778-e436-419e-a9c6-9b8f37b7c1df	73137	сумка-тележка 2-х колесная gimi argo синяя	1	1087.0

	date	customer_id	order_id	product	quantity	price
0	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	комнатное растение в горшке алое вера, d12, h30	1	142.0
1	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	комнатное растение в горшке кофе арабика, d12,...	1	194.0
2	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	радермахера d-12 см h-20 см	1	112.0
3	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	хризолидокарпус лутесценс d-9 см	1	179.0
4	2018100100	ee47d746-6d2f-4d3c-9622-c31412542920	68477	циперус зумула d-12 см h-25 см	1	112.0
...	...	...	...	...	...	...
5539	2020013021	63208953-a8e4-4f77-9b47-3a46e7b72eee	104002	томата (помидор) черниченский черри № 116 сорт...	2	38.0
5540	2020013022	d99d25f1-4017-4fcd-8d29-c580cc695a1a	107336	дендробиум санок анна грин 1 ствол d-12 см	1	869.0
5541	2020013102	2c9bd08d-8c55-4e7a-9bfb-8c56ba42c6d6	106336	подставка для обуви резиновая attribute 80x40 ...	1	354.0
5542	2020013112	cdd17932-623e-415f-a577-3b31312fd0e2	102002	тагетис крупноцветковый рассада однолетних цве...	1	128.0
5543	2020013115	2e460a26-35af-453d-a369-a036e95a40e0	103225	вешалка для блузок 41 см красный attribute ahm781	1	104.0

	date	customer_id	order_id	product	quantity	price	year	month	year_month	total_price
0	2018-10-01 00:00:00	ee47d746-6d2f-4d3c-9622-c31412542920	68477	комнатное растение в горшке алое вера, d12, h30	1	142.0	2018	10	2018-10-01	142.0
1	2018-10-01 00:00:00	ee47d746-6d2f-4d3c-9622-c31412542920	68477	комнатное растение в горшке кофе арабика, d12,...	1	194.0	2018	10	2018-10-01	194.0
2	2018-10-01 00:00:00	ee47d746-6d2f-4d3c-9622-c31412542920	68477	радермахера d-12 см h-20 см	1	112.0	2018	10	2018-10-01	112.0
3	2018-10-01 00:00:00	ee47d746-6d2f-4d3c-9622-c31412542920	68477	хризолидокарпус лутесценс d-9 см	1	179.0	2018	10	2018-10-01	179.0
4	2018-10-01 00:00:00	ee47d746-6d2f-4d3c-9622-c31412542920	68477	циперус зумула d-12 см h-25 см	1	112.0	2018	10	2018-10-01	112.0
...	...	...	...	...	...	...	...	...	...	...
5539	2020-01-30 21:00:00	63208953-a8e4-4f77-9b47-3a46e7b72eee	104002	томата (помидор) черниченский черри № 116 сорт...	2	38.0	2020	1	2020-01-01	76.0
5540	2020-01-30 22:00:00	d99d25f1-4017-4fcd-8d29-c580cc695a1a	107336	дендробиум санок анна грин 1 ствол d-12 см	1	869.0	2020	1	2020-01-01	869.0
5541	2020-01-31 02:00:00	2c9bd08d-8c55-4e7a-9bfb-8c56ba42c6d6	106336	подставка для обуви резиновая attribute 80x40 ...	1	354.0	2020	1	2020-01-01	354.0
5542	2020-01-31 12:00:00	cdd17932-623e-415f-a577-3b31312fd0e2	102002	тагетис крупноцветковый рассада однолетних цве...	1	128.0	2020	1	2020-01-01	128.0
5543	2020-01-31 15:00:00	2e460a26-35af-453d-a369-a036e95a40e0	103225	вешалка для блузок 41 см красный attribute ahm781	1	104.0	2020	1	2020-01-01	104.0

	order_id
count	2413.000000
mean	1.447161
std	2.698082
min	1.000000
25%	1.000000
50%	1.000000
75%	2.000000
max	126.000000

Выявление профилей потребителей интернет-магазина «Пока все ещё тут»¶

Загрузка данных¶

Импорт необходимых библиотек¶

Загрузка и чтение данных из csv-файла в датафрейм c помощью библиотеки pandas¶

Подготовка данных¶

Работа с дубликатами¶

Изменение типа данных¶

Добавление новых столбцов¶

Проверка корректности предобработки¶

Исследовательский анализ данных¶

Количество проданного товара¶

Количество совершенных заказов¶

Количество покупателей¶

Средний показатели покупок на одного человека¶

Стоимость среднего чека¶

Период исследования¶

Категоризация товаров¶

Сегментация покупателей¶

Проведение RFM- анализа для сегментации¶

Анализ категорий товар и сезонность по сегментам покупателей¶

Проверка гипотез¶

Гипотеза №1¶

Гипотеза №2¶

Общий вывод¶

Рекомендации по проведению рекламных рассылок¶

Презентация¶

	customer_id	order_id
0	000d6849-084e-4d9f-ac03-37174eaf60c4	1
1	001cee7f-0b29-4716-b202-0042213ab038	1
2	00299f34-5385-4d13-9aea-c80b81658e1b	1
3	002d4d3a-4a59-406b-86ec-c3314357e498	1
4	003bbd39-0000-41ff-b7f9-2ddaec152037	1
...	...	...
2408	ff601403-b094-4b86-9ac6-264d725b9277	2
2409	ffaeab76-3a8d-49ee-860f-17273b2fc8a2	1
2410	ffb5976a-7a4d-460b-95c4-5ffaba31cb24	1
2411	ffb80538-3fda-4351-8ea9-9d2bec58bb07	1
2412	ffe82299-3f5b-4214-87fe-3d36ecccfac3	1

	order_id	total_price
0	12624	375.0
1	13547	684.0
2	14480	359.0
3	14481	600.0
4	14482	376.0
...	...	...
3326	112722	450.0
3327	112732	90.0
3328	112767	38.0
3329	112779	172.0
3330	112789	2698.0

	order_id	total_price
count	3324.000000	3324.000000
mean	73817.249398	935.585923
std	23978.422962	1444.091668
min	12624.000000	9.000000
25%	69577.750000	149.000000
50%	71319.500000	442.000000
75%	72975.250000	1087.000000
max	112789.000000	16536.000000

	category	total_price
0	Сумки и тележки	737082.0
1	Для стирки	687303.0
2	Растения	412735.0
3	Хранение	264116.0
4	Для кухни	233997.0
5	Декор	218565.0
6	Текстиль	217203.0
7	Инструменты	193515.0
8	Для ванной	185611.0
9	Для уборки	178966.0
10	Рассада	158180.0
11	Гигиена	12579.0

	recency	frequency	monetary_value
customer_id
000d6849-084e-4d9f-ac03-37174eaf60c4	106	1	555.0
001cee7f-0b29-4716-b202-0042213ab038	348	1	442.0
00299f34-5385-4d13-9aea-c80b81658e1b	108	1	914.0
002d4d3a-4a59-406b-86ec-c3314357e498	368	1	1649.0
003bbd39-0000-41ff-b7f9-2ddaec152037	123	1	2324.0

	customer_id	recency	frequency	monetary_value	r_quartile	f_quartile	m_quartile	rfm_class
0	73d1cd35-5e5f-4629-8cf2-3fda829d4e58	91	17	21361.0	3	4	4	344
1	d02429ab-22e0-4ff2-9465-3082befde444	158	3	3261.0	3	4	4	344
2	6a86cc77-ef15-496f-b5d3-89005597ee5d	153	3	3151.0	3	4	4	344
3	e8204583-4d55-4724-ad3f-049c7db43bdd	146	3	3102.0	3	4	4	344

	customer_id	recency	frequency	monetary_value	r_quartile	f_quartile	m_quartile	rfm_class
0	498f12a4-6a62-4725-8516-cf5dc9ab8a3a	286	4	41900.0	2	4	4	244
1	73d1cd35-5e5f-4629-8cf2-3fda829d4e58	91	17	21361.0	3	4	4	344
2	940c175f-ea87-44e0-9e16-0a3d0a9abecd	232	2	20232.0	2	3	4	234
3	f279d50f-a508-40b4-bde5-5cb4a1be3ad0	30	2	16557.0	4	3	4	434
4	ad66d870-22f5-43bc-958f-73420822586b	67	2	13731.0	4	3	4	434
...	...	...	...	...	...	...	...	...
865	07bde29d-a3b1-4d72-9f37-ad5a52b07f25	6	2	112.0	4	3	1	431
866	2f639db6-6ce7-426b-9a6d-edbb9025463c	145	2	95.0	3	3	1	331
867	43ff529f-8ff0-473d-8168-4b730137a2e1	3	2	94.0	4	3	1	431
868	ae036d1b-b1d5-41e4-8c85-d2bd1b0b4e18	3	2	88.0	4	3	1	431
869	aa7151ae-8da0-41ca-85b6-5c1b331d5bdc	22	2	84.0	4	3	1	431

	customer_id	recency	frequency	monetary_value	r_quartile	f_quartile	m_quartile	rfm_class
0	5f75c73a-1305-4079-b040-2bcb42085002	485	1	299.0	1	1	1	111
1	32a85453-f14d-40c2-90ba-3851498a5f3b	485	1	374.0	1	1	1	111
2	f08d9018-438e-4e96-b519-f74c0302a433	485	1	359.0	1	1	1	111
3	29a514f5-a27e-4939-85d5-874a0c3f7a2c	485	1	193.0	1	1	1	111
4	eee7b1fa-ba81-4049-add6-370ee5e62e72	484	1	187.0	1	1	1	111
...	...	...	...	...	...	...	...	...
145	384c1e4b-ac85-44bf-8968-4377d626e983	344	1	134.0	1	1	1	111
146	d220a441-2ed1-428e-8f3f-966beb50bd0e	344	1	314.0	1	1	1	111
147	d4972bf5-827f-4777-8dd0-05f4f95fe10c	343	1	209.0	1	1	1	111
148	1142023b-a2ee-4e31-b6ef-d5de7a527892	343	1	120.0	1	1	1	111
149	01ca3206-da26-470d-8240-f34e7086c214	343	1	157.0	1	1	1	111

	order_id	quantity	price	year	month	total_price
count	39.000000	39.000000	39.000000	39.0	39.000000	39.000000
mean	49037.794872	1.256410	763.564103	2019.0	8.025641	791.666667
std	28905.155099	0.715172	1160.755081	0.0	2.032463	1147.183102
min	14763.000000	1.000000	82.000000	2019.0	5.000000	97.000000
25%	14856.000000	1.000000	128.000000	2019.0	6.000000	175.500000
50%	72400.000000	1.000000	397.000000	2019.0	8.000000	397.000000
75%	72984.500000	1.000000	1034.000000	2019.0	10.000000	1034.000000
max	73164.000000	4.000000	6600.000000	2019.0	10.000000	6600.000000

	order_id	quantity	price	year	month	total_price
count	2133.000000	2133.000000	2133.000000	2133.000000	2133.000000	2133.000000
mean	72917.586967	1.401782	692.140920	2019.002813	6.567745	762.971832
std	31888.042710	2.434380	1130.203504	0.490999	4.053434	1312.972801
min	14481.000000	1.000000	9.000000	2018.000000	1.000000	9.000000
25%	69172.000000	1.000000	112.000000	2019.000000	3.000000	120.000000
50%	71510.000000	1.000000	194.000000	2019.000000	6.000000	239.000000
75%	104345.000000	1.000000	734.000000	2019.000000	11.000000	779.000000
max	112789.000000	60.000000	8437.000000	2020.000000	12.000000	15680.000000

	recency	frequency	monetary_value
0.25	71.0	1.0	389.0
0.50	205.0	1.0	832.0
0.75	342.0	2.0	1798.0

	customer_id	recency	frequency	monetary_value	r_quartile	f_quartile	m_quartile	rfm_class
0	498f12a4-6a62-4725-8516-cf5dc9ab8a3a	286	4	41900.0	2	4	4	244
1	940c175f-ea87-44e0-9e16-0a3d0a9abecd	232	2	20232.0	2	3	4	234
2	909564b8-3a5c-4d3e-8310-5ba1c837bbd7	360	1	16536.0	1	1	4	114
3	5d189e88-d4d6-4eac-ab43-fa65a3c4d106	255	1	15300.0	2	1	4	214
4	639c4989-b0ab-412a-b7ec-be394cb2d372	451	3	12095.0	1	4	4	144
...	...	...	...	...	...	...	...	...
1197	48788184-498b-49da-955e-7737bf7c9047	282	1	22.0	2	1	1	211
1198	d5660bff-407f-463d-b2ff-e90a9ca05976	288	1	22.0	2	1	1	211
1199	2b6439c9-1ae1-4785-9509-ca4348b3d39a	276	1	22.0	2	1	1	211
1200	21df03ad-d9ac-47e9-a482-5372fd3e2464	302	1	22.0	2	1	1	211
1201	2330d859-e9cb-4c8f-abd0-55f9e27e6745	443	1	15.0	1	1	1	111

	order_id	quantity	price	year	month	total_price
count	3193.000000	3193.000000	3193.000000	3193.000000	3193.00000	3193.000000
mean	39566.752584	2.721578	337.221109	2018.727529	5.95678	516.379894
std	27453.801935	10.190932	700.959604	0.445301	3.24964	1111.781945
min	12624.000000	1.000000	9.000000	2018.000000	1.00000	9.000000
25%	14698.000000	1.000000	82.000000	2018.000000	4.00000	112.000000
50%	14848.000000	1.000000	135.000000	2019.000000	5.00000	150.000000
75%	69332.000000	2.000000	210.000000	2019.000000	10.00000	442.000000
max	71907.000000	300.000000	8737.000000	2019.000000	12.00000	16536.000000

	order_id	quantity	price	year	month	total_price
count	179.000000	179.000000	179.000000	179.000000	179.000000	179.000000
mean	63525.871508	2.027933	136.743017	2018.385475	7.363128	183.418994
std	16970.859989	2.380705	97.063635	0.488073	4.663627	102.569231
min	14480.000000	1.000000	15.000000	2018.000000	1.000000	15.000000
25%	68773.000000	1.000000	59.000000	2018.000000	2.000000	104.000000
50%	69262.000000	1.000000	119.000000	2018.000000	10.000000	156.000000
75%	69859.000000	2.000000	188.000000	2019.000000	11.000000	261.000000
max	70387.000000	15.000000	389.000000	2019.000000	12.000000	389.000000